测·控领域专业互动媒体平台
推动测试测量,检测诊断,传感物联,遥测自控智能化发展
当前位置:CK365中国测控网 > 技术中心 > 相关知识 >

探秘机器人是如何进行深度学习

2016-10-19 09:06:24

[导读] 一个人独处时,感觉有点孤单,怎么办?微软亚洲研究院推出的“微软小冰”,或许可以像闺蜜一样地跟你聊天解闷。3.0版本的“小冰”除了具有“评颜值”“选搭配”等功能外,还基于深度学习技术具备强大的视觉识别能力。它在看到一张图片后,可以基于情感给出人性化回复,且秒回速度缩短到250毫秒。

一个人独处时,感觉有点孤单,怎么办?微软亚洲研究院推出的“微软小冰”,或许可以像闺蜜一样地跟你聊天解闷。3.0版本的“小冰”除了具有“评颜值”“选搭配”等功能外,还基于深度学习技术具备强大的视觉识别能力。它在看到一张图片后,可以基于情感给出人性化回复,且秒回速度缩短到250毫秒。

不仅仅是“微软小冰”和围棋高手“阿尔法狗”,从互联网搜索到语言翻译,乃至识别患有自闭症风险的基因……凡是需要从大量数据中预测未知信息的领域,都是深度学习可以一展拳脚的地方。那么,什么是深度学习技术?它将怎样改变人类的生活?

万张图片中发现重复的猫

2011年,谷歌一家实验室的研究人员从视频网站中,抽取了1000万张静态图片,把它“喂”给谷歌大脑,目标是从中寻找重复出现的图案。3天后,谷歌大脑在没有人类帮助的情况下,从这些图片中发现了“猫”。

这个谷歌大脑就是一个采用深度学习技术的大型神经网络模型,由1000台电脑组成。这件事当时在科技界引起了轰动,被认为深度学习复兴的里程碑。

所谓深度学习,就是用多层神经元构成的神经网络,以达到机器学习的功能。这些多层的电脑网络像人类大脑一样,可以收集信息,并基于收集到的信息产生相应的行为。

传统的机器学习方法一般只能挖掘简单的线性关系,如1+1等于2。然而,大千世界并不是这种简单关系所能描述的,如收入与年龄、性别、职业、学历的关系。深度学习的出现改变了这种现状,它的灵感来源于模仿人类大脑神经网络。

科学家发现,人类大脑皮质不是直接对视网膜传递过来的数据进行特征提取处理,而是让接收到的刺激信号通过一个复杂的网络模型进行筛选。这种层级结构大大降低了视觉系统处理的数据量,并最终保留了有用的信息。

上世纪60年代,生物学家在研究猫的脑皮层时,发现其独特的网络结构能有效降低反馈神经网络的复杂性,继而提出“卷积神经网络”。利用这种网络结构编写的深度学习程序,适应性很强,成为人工智能的突破口。

语音识别改变人机交互

简单地讲,深度学习技术是对人脑的一种模拟,因而可以完成很多人脑所具有的功能。

最为人所熟知的是视觉功能。我们的相机可以像眼睛一样看到这个世界,却不能像大脑一样看懂这个世界,深度学习恰恰补上了这个短板。有了深度学习,百度识图可以准确识别照片中的物体类别,并对照片进行自动归类或搜索。有了深度学习,我们可以很方便地刷脸付款。有了深度学习,特制机器可以检测一定空间内所有人员、车辆的行踪,并对可疑和危险事件及时报警。

同时,深度学习技术在语音识别方面,也有广泛的应用。在深度学习的帮助下,计算机拥有越来越强大的语音识别能力,这可能改变目前仍以键盘为主的人机交互模式。

深度学习还和增强学习相结合,正深刻改变着机器人领域。所谓增强学习,指的是机器人通过与环境交互中得到的奖赏和惩罚,自主学习更优的策略。前段时间引人关注的“阿尔法狗”就是增强学习的产物,它通过跟棋手下棋或跟自己对弈的输赢情况,摸索出更好的下棋策略。

什么让深度学习实现超越

不过,创造一个强大的神经网络需更多处理层。而由于硬件限制,早期仅能制造2至3个神经层。那么,是什么让深度学习实现超越呢?

显然,高性能计算能力的提升是一大助力。这些年GPU(图形处理器)、超级计算机和云计算的迅猛发展,让深度学习脱颖而出。2011年谷歌大脑用了1000台机器、16000个CPU处理的深度学习模型大概有10亿个神经元。而现在,我们已经可以在几个GPU上完成同样的计算了。

深度学习还得到大数据的助力,就像火箭有了燃料。”格灵深瞳计算机视觉工程师、清华大学自动化系博士潘争介绍,深度学习技术建立在大量实例基础上,就像小孩收集现实世界的信息一样。而且,“喂”的数据越多,它就越聪明,并且不会“消化不良”。因为大数据的不可或缺,所以目前深度学习做得最好的基本是拥有大量数据的IT巨头,如谷歌、微软、百度等。

现在,深度学习技术在语音识别、计算机视觉、语言翻译等领域,均战胜传统的机器学习方法,甚至在人脸验证、图像分类上还超过人类的识别能力。专家预计,再过些年,我们口袋里的手机也可以运行像人脑一样复杂的神经网络。

不过,就目前的趋势来看,深度学习技术仍然无法代替“坐在后台监控室的人”。举个例子,如果你和朋友在一家饭店里用餐后抢着结账,这种推搡过程,智能摄像头尚难以判断是在打架还是怎么了。可见,逻辑判断和情感选择,是深度学习尚难以逾越的障碍。

案例 一眼就能识别坏人的系统

专注于计算机视觉及人工智能的科技公司格灵深瞳,将基于深度学习技术研发的智能识别系统,运用到银行安防监控领域。

考虑到传统光学镜头在识别图像时会丢失“深度”维度,格灵深瞳专门为银行安监开发了一套三维传感器。在它的背后,一套奖惩机制训练成的算法模型能够主动识别异常。“看见有人走近了一个有人的自动柜员机,而不是旁边那个空着的,此时要识别他的轨迹、判断其行为是否正常,就牵涉到深度学习。”格灵深瞳CEO何搏飞介绍,如果系统识别出异常,它就会推送给后台监督者。而为了教会机器判断准确,背后需要提供几十万量级的图片数据。

何搏飞指出,给这个智能识别系统一张侧脸或者是没有脸的全身照,它也能以超过99%的精度迅速锁定目标。前提是建一个6000到1.5万的样本库,“一旦样本达到百万级,可能精度要下降20%或更多。”

[整理编辑:中国测控网]
标签:  深度学习[28]    语音识别[4]    机器人[2]    人工智能[2]
 
[ 技术中心搜索 ]  [ ]  [ 好友分享 ]  [ 打印本文 ]  [ 关闭窗口 ]  [ 返回顶部 ]

版权与免责声明:

①凡本网注明"来源:中国测控网"的所有作品,版权均属于中国测控网,转载请必须注明中国测控网 www.ck365.cn。违反者本网将追究相关法律责任。
②本网转载并注明自其它来源的作品,目的在于传递更多信息,并不代表本网赞同其观点或证实其内容的真实性,不承担此类作品侵权行为的直接责任及连带责任。如其他媒体、网站或个人从本网下载使用,必须保留本网注明的"稿件来源",并自负版权等法律责任。
③如涉及作品内容、版权等问题,请在作品发表之日起一周内与本网联系,否则视为放弃相关权利。

注册成为中国测控网会员

可以无需任何费用浏览专业技术文章

 
 
注册中国测控网会员以便浏览全文